Paralelizar o ajuste de hiperparâmetros com scikit-learn e MLflow
Este bloco de notas mostra como utilizar o Hyperopt para paralelizar cálculos de otimização de hiperparâmetros. Utiliza a SparkTrials classe para distribuir cálculos automaticamente pelas funções de trabalho do cluster. Também ilustra o controlo automatizado do MLflow das execuções do Hyperopt para que possa guardar os resultados para mais tarde.
Paralelizar a otimização de hiperparâmetros com o bloco de notas de controlo do MLflow automatizado
Depois de efetuar as ações na última célula do bloco de notas, a IU do MLflow deverá apresentar:
